Metadonnees de chunk

Définition

Les metadonnees de chunk sont des informations structurees associees a chaque fragment de texte indexe dans une base de donnees vectorielle, en complement du vecteur d'embedding lui-meme, destinees a enrichir et a filtrer les resultats d'une recherche dans une architecture RAG. Ces metadonnees incluent typiquement le nom du document source, la date de publication ou de derniere mise a jour, le numero de page ou de section, le type de document, le niveau de confidentialite, ou encore des identifiants propres a l'organisation comme le service emetteur ou la classification reglementaire du contenu. Leur interet principal reside dans la possibilite de combiner la recherche par similarite vectorielle avec des filtres exacts appliques sur ces champs structures, par exemple restreindre une recherche aux seuls documents publies apres une certaine date, ou exclure les documents dont le niveau de confidentialite depasse l'habilitation de l'utilisateur qui interroge le systeme. Cette capacite de filtrage est essentielle pour la gouvernance des acces dans les deploiements RAG en entreprise, ou differents utilisateurs doivent voir des sous-ensembles distincts du corpus documentaire selon leur role ou leur habilitation, un enjeu de securite et de conformite majeur pour les RSSI et DPO qui supervisent ces projets. Les metadonnees permettent egalement de citer precisement la source d'une reponse generee, un element important pour la tracabilite et la verifiabilite des reponses produites par le systeme.